【深度之眼PyTorch框架班第五期】作业打卡04:第一周学习任务简单总结

本文是对PyTorch第五期课程第一周学习的总结,主要内容包括张量Tensor的使用,Variable的自动求导机制,计算图的概念,以及机器学习模型训练的基本步骤。重点讲述了张量的创建、数学运算,线性回归的实现,计算图的构建和自动求导的运用。
摘要由CSDN通过智能技术生成

任务名称

本周学习任务简单总结

任务简介

温故而知新,简单回顾本周学到几个重要知识

详细说明

每一周的学习任务都比较重,第一次学过之后特别容易忘,所以在周日及时做一个要点回顾,会让学习效率大大的提升,不会的知识也会越来越少

本周所学的几乎不涉及机器学习,深度学习概念,都是pytorch的基础概念知识,包括数据载体——张量,前向传播搭建计算图的概念,利用计算图和自动求导系统反向传播求取梯度,最后介绍机器学习模型训练的步骤。

作业

请用文字描述本周所学知识的重点,并且为每节课列出关键词,将这些本周的关键词以序号进行排序

重点

  • 张量Tensor是一个多维数组,它是标量、向量、矩阵的高维拓展

  • Variable是torch.autograd中的数据类型主要用于封装Tensor,进行自动求导
    (Variable从0.4.0版本开始已经并入Tensor)
    data:被包装的Tensor
    grad:data的梯度
    grad_fn:创建Tensor的Function,是自动求导的关键
    requires_grad:指示是否需要梯度
    is_leaf:指示是否是叶

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值